生产性服务业与制造业协同集聚对城镇化影响的门槛效应研究

□ 金 浩 刘 肖

(河北工业大学 经济管理学院,天津 300401)

一、问题提出及文献综述

中国城镇化在高速发展的过程中，本用于工业发展的资本受利润驱动向房地产领域转移,对于实体经济造成投资挤出效应,造成经济空心化并缓解了工业化的前进步伐[1]。因此通过调整和优化产业结构提升城镇化质量,促进城市经济转型升级刻不容缓。《国家新型城镇规划(2014—2020年)》提出推动生产性服务业发展,提升城市间专业化分工协作,并引导生产性服务业在制造业集聚区集聚。生产性服务业和制造业在有限的空间范围内集聚,可以发挥产业协同优势。生产性服务业能够提高制造业生产效率和组织效率,降低交易成本,并增强产品的差异性优势和科技含量。生产性服务业和制造业经深化分工后，重新整合产业价值链，最终实现产业结构优化升级,提升城市竞争力，使产业和城市深层互动，从而实现人口、经济、环境相协调的内涵集约式城镇化。

城镇化的本质是农业劳动力向城镇聚集，并逐渐演变为非农产业劳动力的过程。产业集聚通过规模经济效应、外部经济效应为基础劳动力转化为人力资本提供市场和空间[2-3],并和城镇空间格局具有长期动态耦合关联[4]。Duranton和Puga[5]探讨集聚经济的共享、匹配和学习机制,提出在微观中间投入的规模经济可以提升城市经济效益,是城市化的内在动力。历史经验表明，劳动力转移浪潮是从农业向建筑业及轻工业转移开始,然后逐渐向重工业转移,换言之，城镇化是伴随着工业化进程不断推进的。根据实际经验，学者们从制造业出发，研究产业与城镇化间的关系。谢治春[6]指出通过要素的空间流动形成制造业集聚,以此吸引农村剩余劳动力迁移,最终推动城城镇进程。纪玉俊和李志婷[7]通过建立联立方程模型考察制造业和城镇化的关系,结果发现制造业能够有效推动城镇化的发展,而城镇化却在一定程度上抑制了制造业集聚。宋瑛等[8]发现制造业集聚不仅能对本地城镇化具有明显推动效果,还能通过空间溢出效应对周边地区产生正向作用。然而现代城市往往不能仅依靠单一产业发展,产业多元化是城市的明确或隐含目标[9]。尤其是工业化后期生产组织的重要变化会扩张服务业需求并引起产业空间布局的变化。为增强城市的竞争力并向创新驱动型城市转型,多数城市着力发展高端服务业,尤其是生产性服务业发展。生产性服务业的发展可以带动投资环境的改善,增强对周边地区高素质人才的吸引力,催生高新技术,促进城市化发展[10]。梁书民[11]指出批发和零售业、金融业、房地产业等生产性服务业与城镇化率具呈正相关,也可理解为该产业对于城镇化具有促进作用。韩峰等[12]指出生产性服务业集聚主要通过技术溢出效应促进人口城市化,而生产性服务业规模空间集聚，能够通过扩大需求促进人口城镇化。赵家羚和姜安印[13]提出生产性服务业集聚会显著促进城镇化,但当产业高度集聚时,对于城镇化的正向作用会减弱。生产性服务业和制造业由于存在上下游产业关联会集中在某一区域,从而形成超过分散状态下的外部规模经济,因此学者们开始对生产性服务业与制造业协同集聚对城镇化的影响展开探讨,陈健和蒋敏[14]认为生产性服务业可以通过提高交易效率从而扩张城市化,并构建静态面板，发现生产性服务业和制造业集聚基于规模关联效应，可以显著促进城镇化发展,但基于效率关联二者对城镇化的促进作用并不显著。伍先福和杨永德[15]验证生产性服务业和制造业协同，可以从空间层面对城镇化产生线性积极影响,且具有明显的区域异质性。冯严超和王晓红[16]发现不考虑时间惯性因素,产业协同集聚对本地城镇化存在“虹吸效应”,而采用动态空间杜宾模型,产业协同集聚和城镇化间的空间关联明显减弱。

回顾现有文献,产业专业化集聚和城镇化互动关系已取得丰硕成果,但城镇化和生产性服务业与制造业协同集聚的研究在深度和广度方面都具有讨论的空间。本文将重点考察生产性服务业与制造业协同集聚是否对新型城镇化存在重要影响。如果存在影响,在不同经济环境下产业协同集聚对城镇化的影响是否存在差异。鉴于此,本文将构建更为全面、科学的新型城镇化指标体系,突破线性思维探究产业协同集聚对城镇化的非线性效应,运用GMM门槛估计模型，进一步验证人力资本水平、产业规模，以及产业发展潜力不同条件下，生产性服务业和制造业协同集聚对城镇化影响的异质性。

二、计量模型

(一)模型设定与计量方法

为考察生产性服务业和制造业协同集聚和城镇化间非线性关系,构建门槛模型如下:

lnurban=α0+β1lncoit·I(lnhc≤γ1)+

β2lncoit·I(lnhc>γ1)+βiXit+εit

(1)

lnurban=α0+β1lncoit·I(lnind≤γ1)+

β2lncoit·I(lnind>γ1)+βiXit+εit

(2)

lnurban=α0+β1lncoit·I(lnlp≤γ1)+

β2lncoit·I(lnlp>γ1)+βiXit+εit

(3)

公式(1)、(3)中I(·)为指标函数,α0为常数,βi为回归系数,Xit为控制变量,γi为门槛值,εit为随机误差项。其中,urban表示新型城镇化综合水平,co表示生产性服务业与制造业协同集聚水平,门槛变量包括居民接受教育水平(hc)、产业规模(ind)和产业发展潜力(lp)。

(二)变量说明

1. 被解释变量。新型城镇化(urban),与仅依靠土地扩张及人口迁徙的传统城镇化不同,新型城镇化对于经济增长驱动方式、居民生活福利、公共服务基础设施、人与环境和谐程度提出更高要求。因此,本文构建新型城镇化综合评价指标体系,从人口、经济、空间、公共服务、环境5个维度衡量各地区新型城镇化水平,具体见表1。为全面衡量各个地区新型城镇化发展水平,采取熵权法确定新型城镇化综合得分。熵权法是根据信息熵测算指标的变异程度对复合指标体系进行综合评价的方法,具体步骤如下:首先对指标数据进行标准化处理,将指标体系分为正向指标和负向指标。正项指标标准化处理方法如下:

负向指标标准化处理方法如下:

然后对指标进行比重变换:其次将指标同度量化:

表1 新型城镇化综合指标体系

2. 核心解释变量。产业协同集聚指数(co),本文参照陈建军等[17]的方法，计算产业协同集聚指数,计算公式为:

(4)

采用该方法测算产业协同集聚指数，可以同时反映产业间协同的数量和质量。公式(4)中LQm、LQp分别表示制造业区位熵和生产性服务业区位熵,各地区区位熵计算公式为:

(5)

3. 控制变量。信息化水平(com):采用各地区电话普及率表示;劳动力工资水平(wage):采用各省实际劳动力工资表示;资本投入(cap):采用各省不含农户的固定资产投资与劳动力的比值表示;(4)政府保护(gov):采用一般财政预算支出占GDP比重表示。

4. 门槛变量。人力资本水平(hc):各地区人均受教育表示,具体计算过程按照小学、初中、高中、大专及以上的学制年数乘以当年在校生数后，除以6岁以上人口数。人均受教育年限时间越长,人力资本水平越高。产业规模(ind):采用规模以上工业企业个数表示,表示制造业的产业规模。产业发展潜力(lp):采用劳动力生产率表示,即当年的城镇单位就业人数与上一年城镇单位就业人数的比值。劳动力作为重要的生产要素,劳动生产率较高说明产业发展势头强劲,需要加大投入人力资本要素力度。

(三)数据来源及说明

本文采用stata15软件,研究样本为2008—2018年全国30个省级行政区(不含西藏、香港、澳门及台湾地区),由于变量间均值范围过大,因此对涉及的所有变量都进行对数变换,在不改变变量间关系的前提下能够一定程度上消除异方差,为减少对数变换后负值的产生,对于均值小于1的变量进行平移然后取对数处理。同时为消除通货膨胀因素变量,各地区国内生产总值以2008年各省市GDP平减指数平减。根据生产性服务业的定义及外延含义,生产性服务业统计口径包括交通运输仓储和邮政业、信息传输计算机和软件业、金融业、房地产业、租赁和商品服务业、科学研究技术和地质勘探业。数据来源于2009—2019年《中国统计年鉴》、《中国劳动统计年鉴》、《中国科技年鉴》及中经网数据。表2为变量描述性统计结果。

表2 变量描述性统计

三、实证结果分析

(一)门槛效应检验

表3 门槛效应的检验结果

(二)动态门槛估计分析

静态门槛面板模型可以反映不同样本产业协同集聚对城镇化各个省份的动态行为信息,但是无法排除方程内生性干扰。生产性服务业与制造业协同集聚能够增强城市的竞争力,推动城镇化发展,而新型城镇化水平的提高会为产业结构高级化和合理化提供有利条件,加强产业协同集聚,因此产业协同集聚和新型城镇化间可能存在联立内生性。此外,随机扰动项和解释变量间也可能由于遗漏如制度、经济环境等变量进而发生内生性问题。因而,本文在模型中引入滞后一期新型城镇化发展水平作为解释变量,选用系统GMM估计方法解决方程存在的内生性问题,提高估计系数无偏性及一致性的同时提高方程的稳健性。同时本文进行了Sargan检验和AR(2)检验发现不存在过度识别及二阶序列不相关,进一步说明动态GMM模型的合理性。

表4 门槛GMM估计结果

1. 人力资本水平的门槛效应

从表4(1)～(2)列可以看出，在人力资本的各个阶段,生产性服务业和制造业协同集聚都会显著促进城镇化水平的提高,但在不同阶段，产业协同集聚的促进强度具有较大区别。当人均受教育年限低于8.94年,生产性服务业和制造业协同集聚的弹性系数为0.059 5。而当人均受教育年限高于8.94年时,产业协同集聚水平每提高1%,城镇化的综合水平将会提升0.16%。当人力资本水平迈过门槛值时,生产性服务业和制造业协同集聚对城镇化积极影响具有跨越式增长。伴随着劳动者接受的教育和学习时间不断增长,劳动者的学习能力和综合素质不断提升,有助于专业知识和劳动技能的掌握和应用。高素质劳动者不仅能提高默会知识的交流、传播效率,也会带动周围地区劳动者素质的提升,强化了生产性服务业与制造业协同集聚的知识外溢效应。此外,人均受教育年限提高能够促进劳动力向复合型人才转化,降低企业对复合型人才的搜寻成本和培训成本,有助于进一步发挥制造业和生产性服务业协同集聚规模经济和协同效应,提升城镇化水平提升。

2. 产业规模的门槛效应

从表4(3)～(4)列可以看出,当地区没有越过产业规模门槛时,产业协同集聚对于城镇化的影响并不显著。当区域规上工业企业数量不足时,产业协同集聚无法给新型城镇化提供支持。当地区规上工业企业数量超过5 682个,即迈过门槛值时,生产性服务业与制造业协同集聚能够在5%的显著水平上对新型城镇化具有推动作用。产业协同集聚水平每提升1%,新型城镇化综合水平将会提升0.20%。工业企业达到规模以上的数量越多,更有助于发挥产业规模效应。互补型知识和产生的新知识在产业集聚过程不断溢出,知识溢出在产业集聚过程中推动技术进步,间接提高土地利用效率。规模以上企业数量增多将会提供大量工作岗位,且工资水平也会高于第一产业及乡镇“作坊式”企业。同时,产业规模不断扩大也会降低居民的学习成本和生活成本,增强人口向城市迁移的吸引力。

3. 产业潜力的门槛效应。从表4第(5)～(6)列可以看出,当劳动力增长率低于门槛值0.018 8时,生产性服务业和制造业协同集聚提升新型城镇化的作用并不显著。当产业潜力跨过门槛值时,即劳动力增长率高于0.018 8,产业协同集聚在1%显著水平上,对城镇化的弹性系数达到0.058 2。地区劳动力增长率较高，说明地区产业发展相对健康,一是能够成为城镇化的内在动力,有力支撑城镇化可持续健康发展；二是说明地区的资本回报率较高,一方面能够吸纳更多就业人口,另一方面也有助于资本用于推动地区软硬件服务的完善,改善投资环境,有助于生产性服务业和制造业企业发展,进而提升城镇化发展水平。

4. 其他变量。信息化水平的提升能够显著提升新型城镇化水平,信息技术改革更具创新性和高效性,并推动社会生产力进步,为新型从城镇化的建设提供新动力。劳动力平均工资和城镇化间存在正相关关系,较高的薪酬待遇往往能够吸引高素质人才,同时提供高额薪酬的工作岗位多为高端制造业、生产性服务业等,具有高知识、高技术含量的产业成为健康城镇化的重要支撑。资本投入对于新型城镇化会产生微弱的负面作用。过度投资会对市场和产业协调产生阻碍作用,对于基础建材的畸形需求会导致产能过剩等乱象,不利于城镇化建设,未来应从投资驱动转向创新驱动的城市化建设。政府干预对于城镇化的作用也显著为负,政府对于城镇化率指标的片面追求，会在一定程度上扭曲资源要素的市场配置,从而对城镇化产生负面影响。最后,新型城镇化具有自增强作用,即前一期的城镇化发展水平为当期城镇化的发展提供良好基础。

四、结论与启示

本文运用GMM门槛估计方法，实证检验了生产性服务业与制造业协同集聚对新型城镇化的差异性影响,将人力资本水平、产业规模、产业发展潜力作为门槛变量，考察产业协同集聚影响的差异性。结果发现，生产性服务业和制造业协同集聚在人力资本水平的各个阶段，对城镇化都具有显著作用,但是迈过门槛值,产业协同集聚对城镇化的促进作用具有明显增强。当产业规模和产业发展潜力作为门槛变量时,未迈过门槛值时，生产性服务业和制造业协同集聚对城镇化的正面影响并不显著,当迈过门槛值时，产业协同集聚对城镇化能够发挥积极效应。信息化水平和劳动力工资水平能够显著提升城镇化综合水平,而物质投入和政府干预对新型城镇化会产生负面影响。鉴于此,本文提出以下三点政策建议。

第一,各地区应大力应推动生产性服务业发展,科学统筹规划制造业和生产性服务业产业布局。政府应科学合理的规划产业园区,制定相应的土地政策和税收优惠政策,引导企业发展先进制造业及高端生产性服务业,建立合理的分工体系,形成协调的生产性服务业与制造业的空间布局,从而优化城市产业结构,实现产城融合。

第二,加强人才培养力度。人才是城镇化健康的重要保障,要培育人力资本和培育优势产业并重,用“人口专利”代替“人口数量”。个人受教育水平的提高，有助于加强劳动者的学习能力和专业技能。在信息化时代,高水平的经济建设需要高素质人口的支撑。建立研发中心和更为广泛的交流平台,对于职业教育体系的建设加大投入力量。

第三,优化市场资源配置。市场始终发挥资源配置的主导作用,尊重个体和企业的微观决策行为,政府应创建完善的制度环境，提升各微观主体的积极性,致力维护市场的公平竞争环境。同时，应将更多资源向具有较强正外部性的教育、医疗及生态环境等服务设施倾斜,全方位多角度提升城镇化水平。□